Densidade demográfica
# pacotes --------------------
library(tidyverse)
library(gganimate)
library(spcrimr)
library(sf)
# carrega dados --------------
options(gganimate.dev_args = list(width = 1000, height = 50000))
# prepara os dados
seade %>%
select(chave:nome_localidade_pai, populacao) %>%
inner_join(sf_sampa, .,
by = c("chave", "municipio")) %>%
inner_join(., select(ssp_ocorrencias_crimes, chave:ano, homicidio_doloso),
by = c("municipio", "chave", "ano")) %>%
# transforma variáveis
mutate(area_km2 = round(unclass(st_area(.))[1:nrow(seade)] / 1000000),
dens_demogr = populacao / area_km2,
ano = as.integer(ano)) %>%
select(nm_municip,
ano,
area_km2,
dens_demogr,
everything()) %>%
st_set_geometry(NULL) %>%
mutate(taxa_hom = homicidio_doloso / populacao * 100000) %>%
# começa o ggplot ----------------------------------------#
ggplot(aes(y = taxa_hom,
x = dens_demogr,
size = populacao,
colour = nome_localidade_pai)) +
# monta o ponto ------------------------------------------#
geom_point(alpha = 0.7,
show.legend = FALSE) +
# separa por regiões -------------------------------------#
facet_wrap(~ nome_localidade_pai, dir = "v", nrow = NULL, ncol = 2L) +
# escala -------------------------------------------------#
scale_x_log10() +
# texto --------------------------------------------------#
labs(title = "Taxa de homicídio e densidade demográfica - Ano: {frame_time}",
x = "Densidade demográfica (hab/Km2)",
y = "Taxa de Homicídio") +
# gganimate ----------------------------------------------#
transition_time(ano) +
ease_aes("linear")
# fim ggplot ---------------------------------------------#
#TODO:
##Controlar o tamanho das cidades (tamanho dos círculos)
##Colocar o ano com transition